zoukankan      html  css  js  c++  java
  • hive参数配置详细

    hive.exec.mode.local.auto
    决定 Hive 是否应该自动地根据输入文件大小,在本地运行(在GateWay运行)
    true

    hive.exec.mode.local.auto.inputbytes.max
    如果 hive.exec.mode.local.auto 为 true,当输入文件大小小于此阈值时可以自动在本地模式运行,默认是 128兆。
    134217728L

    hive.exec.mode.local.auto.tasks.max
    如果 hive.exec.mode.local.auto 为 true,当 Hive Tasks(Hadoop Jobs)小于此阈值时,可以自动在本地模式运行。
    4

    hive.auto.convert.join
    是否根据输入小表的大小,自动将 Reduce 端的 Common Join 转化为 Map Join,从而加快大表关联小表的 Join 速度。
    false

    hive.mapred.local.mem
    Mapper/Reducer 在本地模式的最大内存量,以字节为单位,0为不限制。
    0

    mapred.reduce.tasks
    所提交 Job 的 reduer 的个数,使用 Hadoop Client 的配置。
    默认是-1,表示Job执行的个数交由Hive来分配
    -1

    hive.exec.scratchdir
    HDFS路径,用于存储不同 map/reduce 阶段的执行计划和这些阶段的中间输出结果。
    /tmp/<user.name>/hive

    hive.metastore.warehouse.dir
    Hive 默认的数据文件存储路径,通常为 HDFS 可写的路径。
    "

    hive.groupby.skewindata
    决定 group by 操作是否支持倾斜的数据。
    原理是,在Group by中,对一些比较小的分区进行合并
    false

    hive.merge.mapfiles
    是否开启合并 Map 端小文件,对于 Hadoop 0.20 以前的版本,起一首新的 Map/Reduce Job,对于 0.20 以后的版本,则是起使用 CombineInputFormat 的 MapOnly Job。
    true

    hive.merge.mapredfiles
    是否开启合并 Map/Reduce 小文件,对于 Hadoop 0.20 以前的版本,起一首新的 Map/Reduce Job,对于 0.20 以后的版本,则是起使用 CombineInputFormat 的 MapOnly Job。
    false

    hive.default.fileformat
    Hive 默认的输出文件格式,与创建表时所指定的相同,可选项为 'TextFile' 、 'SequenceFile' 或者 'RCFile'。
    'TextFile'

    hive.mapred.mode
    Map/Redure 模式,如果设置为 strict,将不允许笛卡尔积。
    'nonstrict'

    hive.exec.parallel
    是否开启 map/reduce job的并发提交。
    默认Map/Reduce job是顺序执行的,默认并发数量是8,可以配置
    false

    hive.security.authorization.enabled
    Hive 是否开启权限认证。
    开启认证后,需要执行授权语句才能对表进行操作,详细请见hive.apache.org
    false

    hive.exec.plan
    Hive 执行计划的路径,会在程序中自动进行设置
    null

    hive.exec.submitviachild
    决定 map/reduce Job 是否应该使用各自独立的 JVM 进行提交(Child进程),默认情况下,使用与 HQL compiler 相同的 JVM 进行提交。
    false

    hive.exec.script.maxerrsize
    通过 TRANSFROM/MAP/REDUCE 所执行的用户脚本所允许的最大的序列化错误数。
    100000

    hive.exec.script.allow.partial.consumption
    是否允许脚本只处理部分数据,如果设置为 true ,因broken pipe等造成的数据未处理完成将视为正常。
    false

    hive.exec.compress.output
    决定查询中最后一个 map/reduce job 的输出是否为压缩格式。
    false

    hive.exec.compress.intermediate
    决定查询的中间 map/reduce job(中间 stage)的输出是否为压缩格式。
    对于只进行Map的数据就没有必要了。压缩可以减少网络IO,提高效率。
    false

    hive.intermediate.compression.codec
    中间 map/reduce job 的压缩编解码器的类名(一个压缩编解码器可能包含多种压缩类型),该值可能在程序中被自动设置。 LZO


    hive.intermediate.compression.type
    中间 map/reduce job 的压缩类型,如 "BLOCK" "RECORD"。

    hive.exec.reducers.bytes.per.reducer
    每一个 reducer 的平均负载字节数。
    改变此参数可以用来影响hive的启动的Reducer的个数,默认每个Reducer处理1G数据
    1000000000

    hive.exec.reducers.max
    reducer 个数的上限。
    999

    hive.exec.pre.hooks
    语句层面,整条 HQL 语句在执行前的 hook 类名。
    "

    hive.exec.post.hooks
    语句层面,整条 HQL 语句在执行完成后的 hook 类名。


    hive.exec.parallel.thread.number
    并发提交时的并发线程的个数。 默认8个
    8

    hive.mapred.reduce.tasks.speculative.execution
    是否开启 reducer 的推测执行,与 mapred.reduce.tasks.speculative.execution 作用相同。
    false

    hive.exec.counters.pull.interval
    客户端拉取 progress counters 的时间,以毫秒为单位。
    1000L

    hive.exec.dynamic.partition
    是否打开动态分区。 需要打开
    false

    hive.exec.dynamic.partition.mode
    打开动态分区后,动态分区的模式,有 strict 和 nonstrict 两个值可选,strict 要求至少包含一个静态分区列,nonstrict 则无此要求。
    建议设置成nonstrict,strict情况下,查询表数据要求强制指定分区。
    strict

    hive.exec.max.dynamic.partitions
    所允许的最大的动态分区的个数。可以手动增加分区。
    1000

    hive.exec.max.dynamic.partitions.pernode
    单个 reduce 结点所允许的最大的动态分区的个数。
    100

    hive.exec.default.partition.name
    默认的动态分区的名称,当动态分区列为''或者null时,使用此名称。''
    '__HIVE_DEFAULT_PARTITION__'

    hadoop.bin.path
    Hadoop Client 可执行脚本的路径,该路径用于通过单独的 JVM 提交 job,使用 Hadoop Client 的配置。
    $HADOOP_HOME/bin/hadoop

    hadoop.config.dir
    Hadoop Client 配置文件的路径,使用 Hadoop Client 的配置。
    $HADOOP_HOME/conf

    fs.default.name
    Namenode 的 URL,使用 Hadoop Client 的配置。
    file:///

    map.input.file
    Map 的输入文件,使用 Hadoop Client 的配置。
    null

    mapred.input.dir
    Map 的输入目录,使用 Hadoop Client 的配置。
    null

    mapred.input.dir.recursive
    输入目录是否可递归嵌套,使用 Hadoop Client 的配置。
    false

    mapred.job.tracker
    Job Tracker 的 URL,使用 Hadoop Client 的配置,如果这个配置设置为 'local',将使用本地模式。
    local

    mapred.job.name
    Map/Reduce 的 job 名称,如果没有设置,则使用生成的 job name,使用 Hadoop Client 的配置。
    null

    mapred.reduce.tasks.speculative.execution
    Map/Reduce 推测执行,使用 Hadoop Client 的配置。
    null

    hive.metastore.metadb.dir
    Hive 元数据库所在路径。
    "

    hive.metastore.uris
    Hive 元数据的 URI,多个 thrift://地址,以英文逗号分隔。
    "

    hive.metastore.connect.retries
    连接到 Thrift 元数据服务的最大重试次数。
    3

    javax.jdo.option.ConnectionPassword
    JDO 的连接密码。
    "

    hive.metastore.ds.connection.url.hook
    JDO 连接 URL Hook 的类名,该 Hook 用于获得 JDO 元数据库的连接字符串,为实现了 JDOConnectionURLHook 接口的类。
    "

    javax.jdo.option.ConnectionURL
    元数据库的连接 URL。
    "

    hive.metastore.ds.retry.attempts
    当没有 JDO 数据连接错误后,尝试连接后台数据存储的最大次数。
    1

    hive.metastore.ds.retry.interval
    每次尝试连接后台数据存储的时间间隔,以毫秒为单位。
    1000

    hive.metastore.force.reload.conf
    是否强制重新加载元数据配置,一但重新加载,该值就会被重置为 false。
    false

    hive.metastore.server.min.threads
    Thrift 服务线程池的最小线程数。
    8

    hive.metastore.server.max.threads
    Thrift 服务线程池的最大线程数。
    0x7fffffff

    hive.metastore.server.tcp.keepalive
    Thrift 服务是否保持 TCP 连接。
    true

    hive.metastore.archive.intermediate.original
    用于归档压缩的原始中间目录的后缀,这些目录是什么并不重要,只要能够避免冲突即可。
    '_INTERMEDIATE_ORIGINAL'

    hive.metastore.archive.intermediate.archived
    用于归档压缩的压缩后的中间目录的后缀,这些目录是什么并不重要,只要能够避免冲突即可。
    '_INTERMEDIATE_ARCHIVED'

    hive.metastore.archive.intermediate.extracted
    用于归档压缩的解压后的中间目录的后缀,这些目录是什么并不重要,只要能够避免冲突即可。
    '_INTERMEDIATE_EXTRACTED'

    hive.cli.errors.ignore
    是否忽略错误,对于包含多的 SQL 文件,可以忽略错误的行,继续执行下一行。
    false

    hive.session.id
    当前会话的标识符,格式为“用户名_时间”用于记录在 job conf 中,一般不予以手动设置。
    "

    hive.session.silent
    当前会话是否在 silent 模式运行。 如果不是 silent 模式,所以 info 级打在日志中的消息,都将以标准错误流的形式输出到控制台。
    false

    hive.query.string
    当前正在被执行的查询字符串。
    "

    hive.query.id
    当前正在被执行的查询的ID。
    "

    hive.query.planid
    当前正在被执行的 map/reduce plan 的 ID。
    "

    hive.jobname.length
    当前 job name 的最大长度,hive 会根据此长度省略 job name 的中间部分。
    50

    hive.jar.path
    通过单独的 JVM 提交 job 时,hive_cli.jar 所在的路径
    "

    hive.aux.jars.path
    各种由用户自定义 UDF 和 SerDe 构成的插件 jar 包所在的路径。
    "

    hive.added.files.path
    ADD FILE 所增加的文件的路径。
    "

    hive.added.jars.path
    ADD JAR 所增加的文件的路径。
    "

    hive.added.archives.path
    ADD ARCHIEVE 所增加的文件的路径。
    "

    hive.table.name
    当前的 Hive 表的名称,该配置将通过 ScirptOperator 传入到用户脚本中。
    "

    hive.partition.name
    当前的 Hive 分区的名称,该配置将通过 ScriptOperator 传入到用户脚本中。
    "

    hive.script.auto.progress
    脚本是否周期性地向 Job Tracker 发送心跳,以避免脚本执行的时间过长,使 Job Tracker 认为脚本已经挂掉了。
    false

    hive.script.operator.id.env.var
    用于识别 ScriptOperator ID 的环境变量的名称。
    'HIVE_SCRIPT_OPERATOR_ID'

    hive.alias
    当前的 Hive 别名,该配置将通过 ScriptOpertaor 传入到用户脚本中。
    "

    hive.map.aggr
    决定是否可以在 Map 端进行聚合操作
    true

    hive.join.emit.interval
    Hive Join 操作的发射时间间隔,以毫秒为单位。
    1000

    hive.join.cache.size
    Hive Join 操作的缓存大小,以字节为单位。
    25000

    hive.mapjoin.bucket.cache.size
    Hive Map Join 桶的缓存大小,以字节为单位。
    100

    hive.mapjoin.size.key
    Hive Map Join 每一行键的大小,以字节为单位。
    10000

    hive.mapjoin.cache.numrows
    Hive Map Join 所缓存的行数。
    25000

    hive.groupby.mapaggr.checkinterval
    对于 Group By 操作的 Map 聚合的检测时间,以毫秒为单位。
    100000

    hive.map.aggr.hash.percentmemory
    Hive Map 端聚合的哈稀存储所占用虚拟机的内存比例。
    0.5

    hive.map.aggr.hash.min.reduction
    Hive Map 端聚合的哈稀存储的最小 reduce 比例。
    0.5

    hive.udtf.auto.progress
    Hive UDTF 是否周期性地报告心跳,当 UDTF 执行时间较长且不输出行时有用。
    false

    hive.fileformat.check
    Hive 是否检查输出的文件格式。
    true

    hive.querylog.location
    Hive 实时查询日志所在的目录,如果该值为空,将不创建实时的查询日志。
    '/tmp/$USER'

    hive.script.serde
    Hive 用户脚本的 SerDe。
    'org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe'

    hive.script.recordreader
    Hive 用户脚本的 RecordRedaer。
    'org.apache.hadoop.hive.ql.exec.TextRecordReader'

    hive.script.recordwriter
    Hive 用户脚本的 RecordWriter。
    'org.apache.hadoop.hive.ql.exec.TextRecordWriter'

    hive.hwi.listen.host
    HWI 所绑定的 HOST 或者 IP。
    '0.0.0.0'

    hive.hwi.listen.port
    HWI 所监听的 HTTP 端口。
    9999

    hive.hwi.war.file
    HWI 的 war 文件所在的路径。
    $HWI_WAR_FILE

    hive.test.mode
    是否以测试模式运行 Hive
    false

    hive.test.mode.prefix
    Hive 测试模式的前缀。
    'test_'

    hive.test.mode.samplefreq
    Hive 测试模式取样的频率,即每秒钟取样的次数。
    32

    hive.test.mode.nosamplelist
    Hive 测试模式取样的排除列表,以逗号分隔。
    "

    hive.merge.size.per.task
    每个任务合并后文件的大小,根据此大小确定 reducer 的个数,默认 256 M。
    256000000

    hive.merge.smallfiles.avgsize
    需要合并的小文件群的平均大小,默认 16 M。
    16000000

    hive.optimize.skewjoin
    是否优化数据倾斜的 Join,对于倾斜的 Join 会开启新的 Map/Reduce Job 处理。
    false

    hive.skewjoin.key
    倾斜键数目阈值,超过此值则判定为一个倾斜的 Join 查询。
    1000000

    hive.skewjoin.mapjoin.map.tasks
    处理数据倾斜的 Map Join 的 Map 数上限。
    10000

    hive.skewjoin.mapjoin.min.split
    处理数据倾斜的 Map Join 的最小数据切分大小,以字节为单位,默认为32M。
    33554432

    mapred.min.split.size
    Map Reduce Job 的最小输入切分大小,与 Hadoop Client 使用相同的配置。
    1

    hive.mergejob.maponly
    是否启用 Map Only 的合并 Job。
    true

    hive.heartbeat.interval
    Hive Job 的心跳间隔,以毫秒为单位。
    1000

    hive.mapjoin.maxsize
    Map Join 所处理的最大的行数。超过此行数,Map Join进程会异常退出。
    1000000

    hive.hashtable.initialCapacity
    Hive 的 Map Join 会将小表 dump 到一个内存的 HashTable 中,该 HashTable 的初始大小由此参数指定。
    100000

    hive.hashtable.loadfactor
    Hive 的 Map Join 会将小表 dump 到一个内存的 HashTable 中,该 HashTable 的负载因子由此参数指定。
    0.75

    hive.mapjoin.followby.gby.localtask.max.memory.usage
    MapJoinOperator后面跟随GroupByOperator时,内存的最大使用比例
    0.55

    hive.mapjoin.localtask.max.memory.usage
    Map Join 的本地任务使用堆内存的最大比例
    0.9

    hive.mapjoin.localtask.timeout
    Map Join 本地任务超时,淘宝版特有特性
    600000

    hive.mapjoin.check.memory.rows
    设置每多少行检测一次内存的大小,如果超过 hive.mapjoin.localtask.max.memory.usage 则会异常退出,Map Join 失败。
    100000

    hive.debug.localtask
    是否调试本地任务,目前该参数没有生效
    false

    hive.task.progress
    是否开启 counters ,以记录 Job 执行的进度,同时客户端也会拉取进度 counters。
    false

    hive.input.format
    Hive 的输入 InputFormat。
    默认是org.apache.hadoop.hive.ql.io.HiveInputFormat,其他还有org.apache.hadoop.hive.ql.io.CombineHiveInputFormat

    hive.enforce.bucketing
    是否启用强制 bucketing。
    false

    hive.enforce.sorting
    是否启用强制排序。
    false

    hive.mapred.partitioner
    Hive 的 Partitioner 类。
    'org.apache.hadoop.hive.ql.io.DefaultHivePartitioner'

    hive.exec.script.trust
    Hive Script Operator For trust
    false

    hive.hadoop.supports.splittable.combineinputformat
    是否支持可切分的 CombieInputFormat
    false

    hive.optimize.cp
    是否优化列剪枝。
    true

    hive.optimize.ppd
    是否优化谓词下推。
    true

    hive.optimize.groupby
    是否优化 group by。
    true

    hive.optimize.bucketmapjoin
    是否优化 bucket map join。
    false

    hive.optimize.bucketmapjoin.sortedmerge
    是否在优化 bucket map join 时尝试使用强制 sorted merge bucket map join。
    false

    hive.optimize.reducededuplication
    是否优化 reduce 冗余。
    true

    hive.hbase.wal.enabled
    是否开启 HBase Storage Handler。
    true

    hive.archive.enabled
    是否启用 har 文件。
    false

    hive.archive.har.parentdir.settable
    是否启用 har 文件的父目录可设置。
    false

    hive.outerjoin.supports.filters
    是否启动外联接支持过滤条件。
    true

    hive.fetch.output.serde
    对于 Fetch Task 的 SerDe 类
    'org.apache.hadoop.hive.serde2.DelimitedJSONSerDe'

    hive.semantic.analyzer.hook
    Hive 语义分析的 Hook,在语义分析阶段的前后被调用,用于分析和修改AST及生成的执行计划,以逗号分隔。
    null

    hive.cli.print.header
    是否显示查询结果的列名,默认为不显示。
    false

    hive.cli.encoding
    Hive 默认的命令行字符编码。
    'UTF8'

    hive.log.plan.progress
    是否记录执行计划的进度。
    true

    hive.pull.progress.counters
    是否从 Job Tracker 上拉取 counters,淘宝特有配置项。
    true

    hive.job.pre.hooks
    每个 Job 提交前执行的 Hooks 列表,以逗号分隔,淘宝特有配置项。
    "

    hive.job.post.hooks
    每个 Job 完成后执行的 Hooks 列表,以逗号分隔,淘宝特有配置项。
    "

    hive.max.progress.counters
    Hive 最大的进度 couters 个数,淘宝特有配置项。
    100

    hive.exec.script.wrapper
    Script Operator 脚本调用的封装,通常为脚本解释程序。例如,可以把该变量值的名称设置为"python",那么传递到 Script Operator 的脚本将会以"python &lt;script command&gt;"的命令形式进行调用,如果这个值为null或者没有设置,那么该脚本将会直接以"&lt;script command&gt;"的命令形式调用。
    null

    hive.check.fatal.errors.interval
    客户端通过拉取 counters 检查严重错误的周期,以毫秒为单位,淘宝特有配置项。
    5000L

    来源:https://dacoolbaby.iteye.com/blog/1880089

  • 相关阅读:
    Nacos配置失败(java.lang.IllegalStateException: failed to req API:/nacos/v1/ns/instance after all server)
    数据库事务
    Consider defining a bean of type 'redis.clients.jedis.JedisPool' in your configuration.
    Mybatis+SpringBoot 项目All elements are null
    docker安装Sentinel
    docker安装nacos
    Docker 配置 Seata 集成 Nacos
    mybatis转义反斜杠_MyBatis Plus like模糊查询特殊字符_、、%
    在linux上配置Maven环境变量
    spring cache 学习——整合 redis 实现声明式缓存配置
  • 原文地址:https://www.cnblogs.com/xingfengzuolang/p/10752678.html
Copyright © 2011-2022 走看看